API src

Found 5049 results.

Related terms

Other language confidence: 0.7157221410051707

Member States' use of revenues from the auctioning of EU ETS allowances, 2020-2024

This metadata overs the dataset containing information on how EU Member States spend the revenues from auctioning EU ETS emission allowances in one calendar year. More information on the EU Emissions Trading System (EU ETS) can be found here. The revenues from the auctioning of these allowances represent an increasing income source for Member States. This data is being collected under Article 19 of the Governance Regulation. The Regulation’s aim is to help the EU reach its 2030 climate and energy targets by setting common rules for planning, reporting and monitoring. The Regulation also ensures that EU planning and reporting are synchronised with the ambition cycles under the Paris Agreement. Reporting is mandatory for EU Member States. Some information is only mandatory to report if the data is available.

Kombination der Niederschlagsschätzung von opportunistischen Sensoren und geostationären Satelliten

Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.

Forschergruppe (FOR) 5094: Dynamik des tiefen Untergrundes von Hochenergiestränden, Teilprojekt: Morphodynamik, Grundwasserströmung und -transport

Durch DynaDeep wird ein Verständnis der Funktionsweise und Relevanz des Land-Meer Übergangs im Untergrund von Hochenergiestränden gewonnen werden. Wir nehmen an, dass dieser einen hoch dynamischen Bioreaktor und einzigartiges mikrobiologisches Habitat darstellt und Netto-Stoffflüsse in Richtung Meer stark beeinflusst. Um dieses Ziel zu erreichen werden sechs Teilprojekte gemeinsam Felduntersuchungen und experimentelle Arbeiten durchführen und diese mit mathematischen Modellen integrativ kombinieren. P1 wird Grundwasserströmungs- und -transportprozesse als Funktion hydro- und morphodynamischer Randbedingungen untersuchen. Wir postulieren, dass die gegenwärtigen Konzepte zur Grundwasserströmung und Salzverteilung in subterranen Ästuaren unter Tideeinfluss für Hochenergiebedingungen nicht anwendbar sind. Stattdessen erwarten wir dynamische und variable Änderungen von Salinitäten, Fließrichtungen und Aufenthaltszeiten. P1 wird die Strandmorphologie mit Hilfe von Kameraaufnahmen, Laserscannern und Drohnen untersuchen und diese mit numerischen Modellen kombinieren, um typische Adaptionszeiten und -skalen der Strandmorphologie abzuleiten. Durch nicht-invasive geophysikalische Methoden werden die Salzverteilungsmuster im Untergrund zu verschiedenen Zeiten abgeleitet werden. Umwelttracer werden genutzt, um Aufenthaltszeiten im Untergrund zu bestimmen. Morphologische, hydro(geo)logische und geophysikalische Daten des STE Online Observatory dienen der Erstellung numerischer Modelle, die Grundwasserströmung und Salztransport abbilden. Die Kenntnis der Verteilung von Wasserkörpern und -grenzflächen, Fließgeschwindigkeiten, Aufenthaltszeiten und des Ausmaßes der Mischung im Untergrund bildet die Grundlage für die biogeochemischen Untersuchungen in den Teilprojekten P2-P6.

Strategic Partnership on Testing of REACH

Distribution and concentration of nutrients, carbon compounds and methane in water samples in the southern German Bight (North Sea) in February 2025 , during MOSES Sternfahrt 13

Previous Sternfahrten were mainly conducted in spring and summer. To cover the seasonal aspects more thoroughly, including a winter situation, Sternfahrt 13 was conducted in February 2025 (10–12 February). We used the RV Heincke (cruise HE653/2) instead of the RV Uthörn. The Heincke's draught is greater, so we could not reach all of our previous stations. Surface and bottom water samples were taken with a rosette; in the event of stratification in the water column, an additional sample was taken from the middle.

Bebauungsplaene Saarlouis/Beaumarais - Am Rech Nr.64_0

Bebauungspläne und Umringe der Kreisstadt Saarlouis (Saarland) Stadtteil Beaumarais:Bebauungsplan "Am Rech Nr.64_0" der Kreisstadt Saarlouis, Stadtteil Beaumarais

Bebauungsplaene Gersheim/Bliesdalheim - Zum Rech 1. Änderung (OT Bliesdalheim)

Bebauungspläne und Umringe der Gemeinde Gersheim (Saarland), Ortsteil Bliesdalheim:Bebauungsplan "Zum Rech 1. Änderung (OT Bliesdalheim)" der Gemeinde Gersheim, Ortsteil Bliesdalheim

Bebauungsplaene Gersheim/Bliesdalheim - Zum Rech

Bebauungspläne und Umringe der Gemeinde Gersheim (Saarland), Ortsteil Bliesdalheim:Bebauungsplan "Zum Rech" der Gemeinde Gersheim, Ortsteil Bliesdalheim

GFZ GNSS-derived precipitable water vapor for climate reference network GRUAN

The Global Climate Observing System (GCOS) Reference Upper Air Network (GRUAN, https://www.gruan.org/ ) of the World Meteorological Organization (WMO) is an international observing network, designed to meet climate requirements. Upper air observations within the GRUAN network will provide long-term high-quality climate records. A GNSS receiver is part of the GRUAN station equipment with highest priority for measuring of atmospheric water vapor. GRUAN observations are intended to provide long-term high-quality data for the reliable determination of climatological trends and to provide further insight into atmospheric processes. Precise GNSS data analysis is a key to reach data quality on the highest level. Due to its long-term experience in GNSS data processing, GFZ was selected as a Central GRUAN GNSS Data Processing Centre. This data publicatoion includes the GRUAN Data Product (GDP) of GFZ: GNSS Precipitable Water (PW).

Sedimentation velocity of morphologically diverse macrophytes and plastic particles

The dataset contains sedimentation velocity measurements for 22 morphologically diverse macroalgae species (n = 49), the seagrass Zostera marina (n = 3), and plastic particles of four distinct shapes (n = 16). Each sample was measured at least five times, with some measured up to seven times. Detailed morphological descriptions and images are available in the corresponding paper. Samples with a SampleID starting with "K" were collected in January 2023 from the Kiel Fjord, Germany (between Strande and Bülk light house, 54°26'57.4N 10°11'37.6E). U. gigantea was collected in June 2024 in Yerseke, Netherlands (51°30'09.0N, 4°02'39.7E). All other samples were collected in June 2024 at the same site from the Kiel Fjord as in 2023, as well as two additional locations (Schilksee, 54°25'16.3N 10°10'43.1E and Mönkeberg, 54°21'20.92N 10°10'41.97E). Sedimentation velocity measurements were conducted in plastic cylinders, allowing particles to sink 15 cm to reach their terminal sinking velocity before starting the measurements. The sinking time was recorded using a stopwatch, and sedimentation velocity was calculated by dividing the sinking distance by the elapsed time. Test with varying cylinder heights showed no significant differences in results. Macrophyte species measured: Fucus vesiculosus, Fucus serratus, Saccharina latissima, Gracilaria vermiculophylla, Ceramium virgatum, Vertebrata fucoides, Polysiphonia stricta, Spermothamnion repens, Ahnfeltia plicata, Furcellaria lumbricalis, Coccotylus truncatus, Delesseria sanguinea, Cladophora flexuosa, Cladophora sp., Rhodomela confervoides, Pyropia leucosticta, Ulva clathrata, Ulva linza, Kornmannia leptoderma, Bryopsis hypnoides, Acrosiphonia centralis, Ulva gigantea, and Zostera marina. The plastic particles include eight circular pieces of foil (disks), three table tennis balls, two plastic nets, and three rubber bands. The foil disks were cut to different diameters and some were punched with different numbers of small holes. The name of the foil circles indicates both their diameter and perforation level. For example, "Disk 40-1" had a diameter of 40 mm and was unpunched, where "1" denotes unpunched, "2" partially punched, and "3" heavily punched, "4" extremely heavily punched. The three tennis balls shared identical dimensions but had different mass densities due to the different level of replacement of air with seawater and glass beads in the tennis ball.

1 2 3 4 5 … 503 504 505